Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
ZennAI 번역헤드라인
지식이 복리로 성장하는 「LLM Wiki」의 특징과 도입 단계
Andrej Karpathy가 제창한 'LLM Wiki' 개념을 통해 단순 RAG의 한계를 넘어 지식을 축적하고 연결하는 새로운 접근 방식을 소개합니다. LLM이 스스로 지식 베이스를 관리하며 개념 페이지를 생성하고 유지보수하는 메커니즘과 도입 단계를 설명합니다.
6월 18일0
ZennAI 번역헤드라인
요건을 전달하는 것만으로 사양 및 ADR까지 자동화하는 OKF 기반의 State Aware RAG + CLI + Agent Skills
요건 전달만으로 사양 탐색, 영향 범위 조사, ADR 기록까지 자동화하는 OKF 기반의 State-Aware RAG 시스템을 소개합니다. 벡터 DB와 그래프 DB를 결합하여 문서 간 의존 관계를 추적하며, 구현 전 단계에서 철저한 검증을 거치도록 설계되었습니다.
6월 18일0
ZennAI 번역헤드라인
Claude Code × Gemini로 구문 메이커를 양산하는 개발 플로우 (아저씨 말투 메이커 편)
Claude Code와 Gemini를 활용하여 동일한 구조의 AI 도구를 빠르게 양산하는 개발 워크플로우를 소개합니다. 템플릿화된 구성과 Diff 기반의 코드 생성을 통해 개발 효율을 극대화하는 방법을 다룹니다.
6월 18일0
ZennAI 번역헤드라인
LLM의 자유도를 설계하기: 프로덕션 AI 에이전트의 비용·재현성·관측성
프로덕션 환경에서 대량의 데이터를 처리하는 AI 에이전트 설계 시, LLM 주도형 방식의 한계를 지적하고 코드 주도형 설계의 필요성을 설명합니다. LLM을 자율적 주체가 아닌 제한된 추론 컴포넌트로 활용함으로써 비용 절감과 재현성을 확보하는 방법을 다룹니다.
6월 18일0
ZennAI 번역헤드라인
Hermes Agent를 사용하여 X의 과거 트윗으로부터 '그 사람 같은 AI'를 만들어 VPS에 상주시킨 이야기
X(Twitter) 아카이브 데이터를 활용해 특정 인물의 말투와 성격을 재현하는 AI 에이전트를 구축한 사례를 소개합니다. Hermes Agent와 Hindsight 기억 시스템을 사용하여 VPS 환경에서 효율적으로 구동하는 방법과 구현 과정에서의 기술적 도전 과제를 다룹니다.
6월 18일0
ZennAI 번역헤드라인
🌸이번 봄, AI 에이전트가 읽고 쓸 수 있는 WordPress 폼 플러그인을 만들었습니다
AI 에이전트가 직접 조작하기 어려운 GUI 기반의 WordPress 폼 대신, PHP 배열로 폼을 정의하는 HXFE 플러그인을 소개합니다. 폼을 코드로 관리함으로써 토큰 소비를 줄이고 AI와의 상호작용 효율을 극대화하는 설계 사상을 다룹니다.
6월 18일0
ZennAI 번역헤드라인
지방의 수산물 도매업체가 멈춰버린 AI 에이전트를 자동으로 감시하고 복구하는 시스템을 도입한 기록
수산물 도매업체에서 Claude Code 에이전트의 중단 현상을 해결하기 위해 도입한 자동 감시 및 복구 시스템(Watchdog)에 관한 기록입니다. 프로세스 생존 여부가 아닌 로그 파일의 수정 시각을 기준으로 에이전트의 상태를 판단하여, 기계가 해결할 수 있는 문제와 사람의 개입이 필요한 문제를 구분하여 대응합니다.
6월 18일0
ZennAI 번역헤드라인
bot과 AI 에이전트의 차이는 어디에 있는가 — 실행·판단·지침의 세 가지 층위로 생각하기
단순 봇과 AI 에이전트의 차이를 실행, 판단, 지침의 세 가지 층위로 분석합니다. 에이전트의 핵심은 설계 시 열거되지 않은 상황을 원칙에 따라 해석하는 '판단' 능력에 있음을 강조합니다.
6월 18일0
ZennAI 번역헤드라인
AI 에이전트로 Cisco 라우터의 OSPF 장애를 조사 및 복구해 보았다
OpenAI Codex와 MCP 서버를 활용하여 Cisco IOS XE 라우터의 OSPF 장애를 조사하고 복구하는 과정을 다룹니다. AI 에이전트가 네트워크 엔지니어의 CLI 작업을 보조하여 상태 확인부터 원인 파악, 설정 변경까지 수행할 수 있음을 검증합니다.
6월 18일0
ZennAI 번역헤드라인
매일의 AI 발신을 하루 거르다 ─ 자율 에이전트의 사령탑이 '사소한 정답'에 매달린 실패 기록
자율 에이전트(Autonomous Agent)가 우선순위를 잘못 판단하여 핵심 과업인 일일 기사 발행을 누락한 실패 사례를 분석합니다. 에이전트가 완료 체감이 쉬운 소규모 태스크에 매몰되어 전체 목표를 놓치는 구조적 문제를 다룹니다.
6월 18일0
ZennAI 번역헤드라인
약한 AI로 강한 AI와 싸우는 방법·실증편 — 그 설계는 55년 전부터 있었고, '약한 AI의 판정을 신뢰할 수 있는가'에 대한 해답
약한 AI를 활용해 강한 AI와 경쟁하는 설계 원칙인 기권(abstention), 교정(calibration), 루브릭(rubric)의 학술적 근거를 분석합니다. 55년 전부터 연구된 selective classification과 learning to defer 이론을 통해 해당 설계의 이론적 타당성을 입증합니다.
6월 18일0
ZennAI 번역헤드라인
AI 에이전트의 기억을 지우지 마세요 — hippocampus-mcp라는 개인용 메모리 기반을 만들었습니다
AI 에이전트의 세션 종료 시 대화 기록이 사라지는 문제를 해결하기 위해 PostgreSQL과 pgvector를 활용한 개인용 메모리 기반인 hippocampus-mcp를 소개합니다. 이 시스템은 단기 기억을 장기 기억으로 전환하는 '해마'의 메커니즘을 모방하여 설계되었습니다.
6월 18일0
ZennAI 번역헤드라인
Obsidian이나 Notion을 읽은 AI로부터 LINE으로 정기 보고를 받을 수 있는 서비스 piko를 만들었다
Obsidian, Notion 등 개인 지식 베이스를 읽은 AI 에이전트가 LINE을 통해 사용자에게 능동적으로 보고를 보내는 서비스 'piko'를 소개합니다. 사용자가 직접 정보를 찾아가는 대신, AI가 정기적으로 일정과 태스크를 요약하여 먼저 말을 거는 수동적 검색을 넘어선 능동적 파트너십을 구현합니다.
6월 18일0
ZennAI 번역헤드라인
하나의 코드로 멀티 AI 전환하기 — OpenAI / Claude / Gemini를 페일오버(Failover)시키는 구현 패턴
특정 AI 모델 제공처의 장애나 서비스 중단에 대비하여 OpenAI, Claude, Gemini를 하나의 인터페이스로 통합 관리하는 페일오버(Failover) 구현 패턴을 소개합니다. 추상 인터페이스와 라우터를 통해 서비스 연속성을 확보하고 비용과 품질을 최적화하는 설계 방식을 제안합니다.
6월 18일0
ZennAI 번역헤드라인
pi-mem을 사용하여 pi coding agent에 기억을 부여하는 도입 가이드 (테스트 버전)
pi coding agent에 세션을 넘나드는 영구적인 기억을 부여하는 확장 기능인 pi-mem의 도입 가이드입니다. Extension API를 활용하여 컨텍스트 자동 주입과 도구 등록 메커니즘을 통해 에이전트의 연속성을 확보하는 방법을 설명합니다.
6월 17일0
ZennAI 번역헤드라인
고대의 세계 모델과 색상환을 통해 생각하기: LLM의 출력을 스티어링(Steering)하는 MTP의 컨셉
MTP(Mapping the Prompt)는 색상환과 음양오행의 개념을 활용하여 LLM의 출력을 특정 페르소나에 가두지 않고 방향성으로 제어하는 프레임워크입니다. 컬러 그리드와 노드를 통해 출력의 성질을 그라데이션 형태로 조작하여 AI의 잠재력을 유연하게 활용합니다.
6월 17일0
ZennAI 번역헤드라인
【실록】Kiro에게 "질문하지 말고 추론해"라고 가르쳤더니 작업 시간이 1/3로 줄었다
AWS의 AI 코딩 어시스턴트 Kiro의 'Steering' 기능을 활용해 작업 효율을 3배 높이는 방법을 소개합니다. 질문을 줄이고 스스로 추론하도록 지시하는 Markdown 설정법과 구체적인 가이드를 제공합니다.
6월 17일0
ZennAI 번역헤드라인
AI의 메모는 '저장'보다 '어디에 둘 것인가' ── QA 업무의 지식 정리 4층
LLM의 할루시네이션을 줄이기 위해 지식을 관리하는 '어디에 둘 것인가'의 관점을 다룹니다. Claude의 상주 메모가 가진 한계를 분석하고, Andrej Karpathy의 개념을 바탕으로 지식을 체계적으로 분류하여 참조하는 구조를 제안합니다.
6월 17일0
ZennAI 번역헤드라인
6단계 리뷰를 3개월간 운영해 보니, 인간의 역할은 1단계뿐이었다
AI와 인간의 코드 리뷰 분업 모델을 3개월간 운영하며 겪은 실무적 경험을 다룹니다. AI의 정확도가 높아짐에 따라 인간이 검토 과정을 생략하고 맹목적으로 신뢰하게 되는 '검토의 태만' 현상과 그 위험성을 경고합니다.
6월 17일0
ZennAI 번역헤드라인
MTG가 끝나면 AI가 Next Action을 자동으로 실행하도록 만들었습니다
회의 종료 후 발생하는 Next Action을 자동으로 Notion에 기록하고, 실행 가능한 분석 업무를 AI 에이전트가 수행하도록 하는 파이프라인 구축 사례를 소개합니다. Circleback의 webhook을 활용하여 Slack 인터페이스를 통해 클릭 한 번으로 데이터 분석 및 리포팅을 자동화합니다.
6월 17일0